MétaCan
Menu
Retour à la cohorte
Enregistrement W2946622335 · doi:10.7203/relieve.25.1.10125

Discalculia: manifestaciones clínicas, evaluación y diagnóstico. Perspectivas actuales de intervención educativa.

2019· article· es· W2946622335 sur OpenAlexaff
Patricia Benedicto-López, Sara Rodríguez‐Cuadrado

Notice bibliographique

RevueRELIEVE - Revista Electrónica de Investigación y Evaluación Educativa · 2019
Typearticle
Languees
DomaineMathematics
ThématiqueCognitive and developmental aspects of mathematical skills
Établissements canadiensOccupational and Environmental Medical Association of Canada
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPsychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Actualmente, son numerosas las dificultades y trastornos del aprendizaje en el ámbito escolar, con un incremento en el área de las matemáticas. Tales dificultades suelen aparecer asociadas a otros trastornos como la dislexia o el Trastorno por Déficit de Atención e Hiperactividad (TDAH). Este artículo tiene como objetivo profundizar en la definición y detección de la discalculia, así como revisar las perspectivas actuales para su tratamiento desde la educación. Desde 1990 se explicita la problemática de las Dificultades de Aprendizaje en el aula con la publicación de la Ley de Ordenación General del Sistema Educativo español (LOGSE). Así mismo, desde la publicación del DSM-IV y el CIE-10, se han recogido los signos, síntomas y prevalencia de la discalculia. Sin embargo, su detección, identificación e intervención están por debajo de lo deseado. Aspectos como el conocimiento de las bases neurobiológicas subyacentes son fundamentales para el posterior abordaje psicopedagógico. Concluimos, en primer lugar, que existen muy pocos instrumentos específicos para la detección. En segundo lugar, destacamos la importancia de la detección de sus factores de riesgo. Finalmente, respecto a las perspectivas actuales de tratamiento se aboga por la detección temprana y el carácter interdisciplinar de las intervenciones.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,034
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,034
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0150,019

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,026
Tête enseignante GPT0,356
Écart entre enseignants0,329 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRELIEVE - Revista Electrónica de Investigación y Evaluación EducativaMême sujetCognitive and developmental aspects of mathematical skillsTravaux en français237 207